航空发动机作为“工业王冠上最耀眼的明珠”,是“中国制造2025”的重点研究领域之一。低压涡轮轴是贯穿整个航空发动机多级转子系统、保证同轴度的关键部件,具有超大长径比的特点,是典型的细长阶梯轴。由于其特殊结构,导致测量系统的多偏置误差如偏心、倾斜、测头偏移等被引入和传递,相互耦合并被放大,严重降低同轴度测量精度,造成航空发动机剧烈振动,缩短无故障时间和寿命。因此,亟需开展航空发动机低压涡轮轴同轴度测量方法的研究,提高测量精度。针对系统误差影响低压涡轮轴测量精度的问题,本文提出一种基于多偏置误差分离的同轴度测量方法。该方法通过建立低压涡轮轴圆柱轮廓测量和误差分离模型获取“纯净”的表面轮廓数据,在此基础上,提出非等间隔形态学滤波和同轴度智能评定算法,进而实现航空发动机低压涡轮轴同轴度准确测量。主要研究内容包括:首先,针对传统测量模型的原理缺陷,建立多偏置误差圆柱轮廓测量模型。基于低压涡轮轴的结构特点及测量工艺,对同轴度测量的多误差源进行辨识和影响机理剖析,建立七偏置误差测量模型。基于传统测量模型,分析偏置误差对圆柱轮廓测量的影响规律,以及偏置误差、轮廓半径、采样高度复合作用对圆柱轮廓测量的影响规律。仿真结果表明,该模型用于偏置误差、采样高度较大,轮廓半径较小的测量时更有效。其次,针对线性估计法的原理缺陷,提出一种基于参数估计的多偏置误差分离方法。该方法基于测量系统中误差间的耦合关系,借助特征识别法和下山单纯形(N-M)算法,实现检定参数、截面参数及空间参数的分序估计与分离。与线性估计法的对比结果验证了所提方法对于多偏置误差分离的有效性,仿真结果表明,当偏心误差为30μm,工件高度为900 mm时,偏心误差的估计准确性提高了0.71μm,同轴度误差的测量精度提高了57.88%。再次,为了实现低压涡轮轴表面数据的有效处理,提出非等间隔形态学滤波和同轴度智能评定算法。针对实际采样角度的不均匀分布问题,融合形态学和包络提取(alpha shape)理论,提出一种非等间隔三维形态学滤波方法,与等间隔滤波相比,工件高度为900 mm时,同轴度测量精度提高了2.34μm。基于遗传算法和支持向量回归算法提出了同轴度智能评定方法,与最小二乘法相比,同轴度测量精度分别提高了0.48μm和0.41μm。最后,基于超大型同轴度校准装置开展了航空发动机低压涡轮轴同轴度测量实验验证。实验结果表明,相比于传统测量方法,本文测量方法能够得到更加准确的同轴度,高度1000mm的同轴度标准器测量精度提高了28.14%,高度1500mm的同轴度标准器测量精度提高了27.41%,验证了基于多偏置误差分离的航空发动机低压涡轮轴同轴度测量方法对于提高同轴度测量精度的有效性。最后,以高度1500mm的同轴度标准器测量为例评定不确定度,测量结果为(12.79±0.45)μm。